2010.2月总结

2月份针对移动部署WSN这个点，重点看了以下两篇文章

 

ORRD (IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY, VOL. 58, NO. 6, JULY 2009  )

 

螺旋状移动部署（2009 Tenth International Conference on Mobile Data Management: Systems, Services and Middleware）

 

    这是两个依赖移动robot来部署节点的方案，吸引我的是它们都重点解决了obstacles和boundary问题，并且是移动部署。当然和我要做的不同是，它们利用的是robot，不是通过节点的自主移动。但是，我觉得robot部署和自主移动部署之间应该是存在关系或者说有指导作用的。对于robot移动部署设计，我总结了以下三大组成部分：

 

第一点，节点之间的相对位置问题。

      节点移动部署方案，从微观局部来说，要解决的是“节点之间呈什么相对位置关系时，所需数目最少”？这个问题等同于“节点有效覆盖范围最大的相对位置关系”。目前没有比“相邻三个节点处于正三角形三个顶点上，正三角形的边长等于感应半径的根号3倍 ”的相对位置更优的部署方法了，正三角点阵部署不仅是渐进最优的节点部署方法而且从几何方法上可以证明并且结论很直观。所以目前看到的旨在minimum节点个数的部署方案都会把节点的相对位置关系确定为正三角点阵形状。但是由于受这个限制，一般采用该点阵的文章都要假设通信半径至少大于根号3倍感应半径。

 

第二点，部署大量节点达到full-coverage的问题。

      既然节点间相对位置关系已经不能比正三角点阵更好，所以新的部署文章集中在“如何放置大量节点解决full-coverage问题”，其中的重头戏在于解决obstacles和boundary问题。对于一个task area，区域一般可以分为以下三个部分：正常区域、障碍物区域和边界。所以目前的用robot移动部署节点的文章一般是先有个basic movement rules；当robot遇到Obstacles时设计了专门的rules，这里简称为O-rules；当robot遇到Boundary时设计了专门的B-rules。然后整篇文章的robot部署方案是将basic、Orules和Brules融合在一起的方案。
     ORRD中采用了一种类似于游戏“贪食蛇”的蛇形移动方案；当robot部署的移动过程中，先探测是否有障碍物和边界时，如果有，则采用预先设定好的Brule和Orule；探测没有覆盖空洞和障碍物或边界后，再采用basic rules。rule的优先级是：Brule＞Orule＞basic rulus.
     螺旋状移动部署采用的是螺旋移动部署方式，它和我那篇GRLD的不同是采用由中心向边界部署的呈螺旋状移动部署方案，并且解决了任务区域边界和障碍物问题；性能分析上使用了平均使用节点个数、平均移动距离、平均能耗。

 

 

第三点，性能分析

     基于以上两点，一个完整的部署方案描述下来，接着是证明其有效性。一般分为理论证明和仿真验证，其中，

 

理论证明使用的参数：

1.   证明有效率Efficient_Ratio小于等于1+a，a将是一个和网络本身有关的常量（比如任务区域总面积、比如将区域划分成水平条状后的条状平均长度，比如障碍物区域面积），其中

                      Efficient_Ratio=N_{my stratgy}/N_{ideal situation} 

N_{my stratgy}和N_{ideal situation}  是理论上推导的重点和难点。

 

2.   计算该部署方案需要的节点个数，一般是给出一个近似公式，或者是求出个数的上、下界然后和已有的方案结论进行比较。

 

仿真使用的性能评价参数：

1. Number of Deployed Sensors
2. Deployment Efficiency=ideal number of sensor deployment/real number of sensor deployment
3. Average Deploy Time
4. Energy Efficiency
5. Applied Frequence of Movement Types and Rules